Analisis Simulasi Extended Kalman Filter Pada Mobile Robot Navigation Menggunakan Laser

Abstrak

Abstrak Perkembangan Mobile Robot Navigation berkembang sangat cepat yang mana sekarang sudah diterapkan mobil tanpa pengemudi dengan mendeteksi objek yang akurat sehingga meminimalisir tabrakan. Simultaneous Localization and Mapping (SLAM) merupakan suatu teknik yang digunakan oleh mobile robot untuk membangun peta dari daerah yang sedang dijelajahi, dimana daerah tersebut tidak diketahui bentuk medan sebelumnya. Pada Jurnal ini, disimulasikan dan dianalisa algoritme Extended Kalman Filter(EKF), yang berfungsi untuk memperkirakan peta lingkungan dan memperkirakan posisi robot relatif terhadap lingkungannya, pada robot turtlebot. Simulasi dilakukan pada simulator Gazebo. Operating system pada robot ini menggunakan ROS (Robot Operating System). Dengan memanfaatkan ROS (Robot Operating System) sebagai basisnya, operating system ini bertugas sebagai system navigasi robot yang memetakan secara real time dan menggerakkan robot sekaligus melakukan pemetaan lingkungan robot dan memperkirakan posisi robot terhadap lingkungan. Kata kunci : SLAM, EKFSLAM , Turtlebot, Gazebo,ROS Abstract The development of Mobile Robot Navigation developed very rapidly, which now has been implemented cars without driver by detecting accurate objects so as to minimize collisions. Simultaneous Localization and Mapping (SLAM) is one of the areas of research in the field of robotics and artificial intelligence. SLAM is used by Mobile Robots to build maps of areas that are being explored,where the area is not known beforehand. In this Paper simulation and analyze EKFSLAM algorithm, which is used to estimate the environmental map and estimate the position of the robot relative to its environment, on Turtlebot. Simulations performed on Gazebo simulator. The operating system on the robot using Robot Operating System (ROS). By utilizing ROS as a basis, the operating system functions as a robot navigation system that maps in real time and drive the robot and conduct environmental mapping and estimate the position of the robot on the environment. Keywords: SLAM, EKFSLAM, Turtlebot, Gazebo, ROS